Microsoft-Decision-1 – 微软推出的新一代 AI 决策模型

Microsoft-Decision-1 是个什么东西

Microsoft-Decision-1是微软新推出的快速决策AI模型，干的是结构化决策这一件事：从预设选项里挑出最优解，顺手给每个备选答案打上概率评分，下游应用照着这个分数决定是执行、重试还是转人工。36项基准测试它的准确率全是第一，速度跑到GPT-6 Sol的35倍，输入每百万tokens只收0.042美元，输出干脆免费。模型是在Qwen3.5-9B上做出来的，目前已经上线Microsoft Foundry。

Microsoft-Decision-1能干什么

• 最优解选取：在预设选项里挑出最佳答案，同时给出每个备选项的概率评分。
• 路由分发：把请求或任务分发给最对口的下游模块或服务。
• 内容分类：文本之类的东西快速归类，比如Xbox团队拿它给上万条游戏反馈分类。
• 任务优先级排序：一堆待处理任务摆在那，由它来定先后顺序。
• 结果验证：给AI生成的结果评个质量分，通过还是重试，看分数说话。
• 工作流控制：当Agent工作流里的编排组件，判断是该继续执行、再来一次、升级处理，还是直接转人工。

Microsoft-Decision-1是怎么做到的

• 底座架构：Microsoft-Decision-1建在开源的Qwen3.5-9B上，参数规模选得不大不小，推理速度和部署成本两头兼顾；微软说以后还打算把它搬到自研MAI：系列、OpenAI模型这些别的底座上。
• 专项后训练：训练走的是以”单次决策评分”为核心的专项后训练路线，专门针对预设选项做概率化评分，硬是把大语言模型改造成了一台结构化决策引擎。
• 决策机制：每个决策请求，模型一次性把评分和选择全做完，不用像多轮推理的大语言模型那样来回绕，延迟因此砍掉一大截；官方举了个例子——连续20个决策每个多花100毫秒那种累计延迟，在这套架构下被压得很厉害。
• 鲁棒性设计：决策稳定性是专门调过的：同一个请求做8种扰动，平均决策翻转率只有1.3%；把选项描述改写或者顺序打乱，翻转率直接是零。输入怎么变，决策都不改口。
• 安全对齐：安全测试砸了11项基准、5250条请求，有害内容识别、越狱攻击、提示词注入这些场景都过了，拒绝有害请求的同时，正常任务的效用也没掉多少。

怎么用上Microsoft-Decision-1

• 接入平台：开发者通过微软旗下的 AI 开发平台 Microsoft Foundry 就能用上它。
• 定义决策场景：把手头的任务包装成”预设选项 + 选择最优解”的结构化决策问题，路由分发、内容分类、优先级排序都算。
• 提交请求：待决策的内容，按结构化格式丢给模型。
• 获取概率评分：模型回给你最优选项和各备选答案的概率评分，不会甩一段开放式文本。
• 驱动下游动作：看评分办事——继续执行、重新尝试、升级处理，或者转人工审核。
• 嵌入工作流：现有应用程序、AI Agent、工作流系统都能直接嵌进去，当编排基础组件用。

Microsoft-Decision-1强在哪

• 速度极快：P50 延迟是 GPT-6 Sol 的 35 倍、Quyet-1.0-Large 的 4.5 倍，实测下来它是跑得最快的决策模型。
• 准确率领先：近 15 万道题、36 项基准测试，准确率全排第一。
• 成本极低：输入每百万 tokens 只要 0.042 美元，输出还免费；内部实测分类任务的成本比 GPT-6 Sol 低了大约 200 倍。
• 决策可评分：每个备选答案都有概率评分，下游执行、重试还是转人工一目了然，比”黑盒式”生成可控得多。
• 鲁棒性强：8 种扰动下决策翻转率平均才 1.3%，选项改写/颠倒场景翻转率为零。
• 安全可靠：11 项基准、5250 条请求的安全测试都通过了，有害请求挡得住，正常用也不碍事。

项目地址

• 官网地址：https://commandline.microsoft.com/microsoft-decision-1-model-foundry/

和同类竞品比一比

适合用在哪里

• 智能路由分发：用户请求或任务流量进来，由它挑最合适的下游服务、模型或 Agent 分发过去。
• 内容分类与审核：海量用户反馈、评论，分类和有害内容识别都能快速搞定。
• 任务优先级排序：客服工单、缺陷处理这类场景，任务先处理哪个由它拍板，工作流自动化编排也就跑起来了。
• AI 结果验证：给 AI 响应当评估器，生成结果合不合格它说了算——放行、重试还是升级处理。
• 异常决策与升级：事故响应、质量控制这些场合，要不要转人工审核，看概率评分决定，人机协同的安全兜底就是这么搭的。